

已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、各類Web2.0圖片應(yīng)用網(wǎng)站的興起(比如Flickr),使得互聯(lián)網(wǎng)上的圖片急劇增多。為這些圖片添加語義標簽不僅有利于圖片的組織管理,還可以提升視力殘疾人對圖片內(nèi)容的無障礙訪問。傳統(tǒng)的圖片標注方法一般是基于圖片內(nèi)容,也有一些方法考慮用戶的個性化興趣,但很少有方法考慮用戶興趣的變遷,即用戶的興趣并不是一直保持穩(wěn)定的。我們在為圖片添加語義標簽時通過同時考慮圖片內(nèi)容特征和用戶的圖片標注歷史來實現(xiàn)個性化標注,并在用戶圖片標注歷史中使用k近鄰方法使
2、得標注能夠聚焦于用戶的最近歷史偏好,從而在個性化圖片標注中充分考慮用戶興趣變遷。
另一方面,用戶在分享圖片的同時會希望能看到自己感興趣的圖片,同時也希望自己分享的圖片能夠被更多喜歡它的人看到,然而,在海量的圖片庫中,用戶幾乎很難找到自己真正感興趣的圖片。主動的為用戶推薦其感興趣的圖片能很好的解決這一問題。傳統(tǒng)的圖片推薦方法中,一般是基于圖片內(nèi)容或者圖片的標簽信息。我們在對用戶興趣建模時,同時考慮了用戶歷史喜歡過的圖片的內(nèi)容和標
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于用戶興趣的個性化推薦技術(shù)研究.pdf
- 基于用戶興趣的個性化推薦系統(tǒng)的研究與設(shè)計.pdf
- 基于微博的用戶興趣分析與個性化信息推薦.pdf
- 基于用戶興趣變化和排序的個性化推薦.pdf
- 基于用戶標注動機與遺忘曲線的個性化推薦研究.pdf
- 基于用戶興趣模型的個性化推薦與搜索系統(tǒng)的研究.pdf
- 基于主題模型與用戶興趣的個性化新聞推薦算法研究.pdf
- 基于用戶多興趣和社交網(wǎng)絡(luò)的個性化推薦研究
- 基于DSP平臺的個性化廣告推薦——用戶興趣模型研究.pdf
- 以用戶興趣為中心的個性化服務(wù)推薦.pdf
- 基于用戶興趣模型的個性化論文推薦系統(tǒng)研究.pdf
- 基于用戶多興趣和社交網(wǎng)絡(luò)的個性化推薦研究.pdf
- 基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個性化推薦引擎技術(shù)研究.pdf
- 基于用戶興趣和瀏覽行為的個性化推薦技術(shù)研究.pdf
- 移動環(huán)境下的個性化推薦用戶興趣建模研究.pdf
- 用戶興趣模型及實時個性化推薦算法研究.pdf
- 面向個性化推薦的用戶興趣建模技術(shù)研究.pdf
- 用戶興趣自適應(yīng)的個性化推薦系統(tǒng)的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論